Reja: Mashinali o’qitish tizim (mot')larini sinflashtirish

3. Mashinali oqitish (MO’) uchun kerakli instrumental vositalar
(Octave/ Matlab/Python/) tahlili va imkoniyatlari bilan tanishish
GNU Octave - bu MATLAB bilan mos keladigan yuqori darajadagi tilni ishlatadigan bepul matematik hisoblash tizimi. Bu chiziqli va chiziqli bo'lmagan matematik masalalarni echish hamda boshqa raqamli tajribalarni bajarish uchun interaktiv buyruq interfeysini taqdim etadi. Bundan tashqari, Oktav partiyani qayta ishlash uchun ishlatilishi mumkin.
Oktav tili haqiqiy va murakkab skalar va matritsalar arifmetikasi bilan ishlaydi, chiziqli algebraik masalalarni echish, chiziqli bo'lmagan algebraik tenglamalar tizimining ildizlarini topish, polinomlar bilan ishlash, har xil differentsial tenglamalarni echish, differentsial va differentsial-algebraik tizimlarni birlashtirish uchun kengaytmalarga ega. funktsiyalarni cheklangan va cheksiz intervallarga birlashtirgan birinchi darajadagi tenglamalar. Ushbu ro'yxat Oktav tili yordamida osonlikcha kengaytirilishi mumkin (yoki C, C ++, Fortran va boshqalarda yaratilgan dinamik ravishda yuklanadigan modullar yordamida).
Oktav MATLAB muvofiqligini hisobga olgan holda yozilgan va uning ko'plab xususiyatlarini amalga oshiradi:

• Matritsalar ma'lumotlarning asosiy turlari sifatida;
• Kompleks raqamlar uchun o'rnatilgan qo'llab-quvvatlash;
• Kuchli o'rnatilgan matematik funktsiyalar va katta funktsiyalar kutubxonalari;
• Kengaytirilganlik, maxsus funktsiyalarni yaratish qobiliyati tufayli.
• Ammo farqlar ham mavjud:
• Sharhlar # va% bilan boshlanishi mumkin;
• C kabi operatorlar ++, -, + =, * =, / = qo'llab-quvvatlanadi;
• Elementlarga yangi o'zgaruvchini yaratmasdan murojaat qilish mumkin, masalan [1:10];
• Qatorlar "" "va" "" belgilar bilan belgilanishi mumkin.

Python hozirda eng keng qo'llaniladigan dasturlash tillaridan biridir.
Uning afzalliklaridan biri bu turli xil vazifalarni hal qiladigan ko'plab to'plamlardir.
Ushbu o'quv qo'llanma uchun biz ma'lumotlarni o'qish, saqlash va qayta ishlashni ancha osonlashtiradigan Pandas, NumPy va SciPy kutubxonalaridan foydalanishni tavsiya etamiz.
Shuningdek, sizga ko'plab mashinalarni o'rganish algoritmlarini amalga oshiradigan Scikit-Learn to'plami taqdim etiladi.